CN113129031A - 一种基于无人售货机的可退货方法 - Google Patents

Abstract

本发明提供了一种基于无人售货机的可退货方法，包括：基于无人售货机获取用户发送的退货指令，并根据所述退货指令匹配用户的购买记录信息；对所述购买记录信息进行解析，并判断所述购买记录信息是否符合预设规则；当所述购买记录信息符合预设规则时，则生成控制指令，将需要退货的商品进行收回；对收回后的所述商品进行质量检验，并基于检验结果执行相应的退款操作。通过查找消费者的购买记录，并在无人售货机检验物品符合退货要求后，完成对消费者的退货，为消费者就近退货提供便利，节省了人力资源，同时提高了退货效率。

Description

一种基于无人售货机的可退货方法

技术领域

本发明涉及无人售货机退货技术领域，特别涉及一种基于无人售货机的可退货方法。

背景技术

目前，随着消费模式的转变，无人售货机越来越多的出现在人们的生活中。无人售货机能充分补充人力资源的不足，适应消费环境和消费模式的变化。无人售货机可以24小时全天候营业，投入资本少、面积小，其新颖的购物模式，方便快捷的购物方式吸引了大量具有好奇心和购物欲的年轻人。

当然，有购物就有退货，人们在使用售卖商品的无人售货机时，也经常碰到购买后想退货的情况，但目前市场上并未见到可退货的无人售货机，因此顾客想要退货时必须去售后中心去退货，费时费力，因此本发明提供了一种基于无人售货机的可退货方法，为消费者就近退货提供了便利，节省了人力资源，同时提高了退货效率。

发明内容

本发明提供一种基于无人售货机的可退货方法，用以为消费者就近退货提供便利，节省了人力资源，同时提高了退货效率。

本发明提供了一种基于无人售货机的可退货方法，包括：

步骤1：基于无人售货机获取用户发送的退货指令，并根据所述退货指令匹配用户的购买记录信息；

步骤2：对所述购买记录信息进行解析，并判断所述购买记录信息是否符合预设规则；

步骤3：当所述购买记录信息符合预设规则时，则生成控制指令，将需要退货的商品进行收回；

步骤4：对收回后的所述商品进行质量检验，并基于检验结果执行相应的退款操作。

优选的，一种基于无人售货机的可退货方法，步骤1中，根据所述退货指令匹配用户的购买记录信息的具体工作过程，包括：

获取所述退货指令的标识符，同时，根据所述标识符获取所述退货指令的关键数据并建立关键数据表；

读取所述关键数据表的关键字段，并基于所述关键字段对所述关键数据表的有关退货名称的记录进行锁定；

基于所述退货名称，确定所述用户的购买记录信息。

优选的，一种基于无人售货机的可退货方法，步骤2中，对所述购买记录信息进行解析，并判断所述购买记录信息是否符合预设规则的具体工作过程包括：

对所述购买记录信息进行分词处理，并获取处理结果；

基于所述处理结果，获取所述购买记录信息的特征词段，同时，根据规则表达式确定所述特征词段的权重值；

将所述特征词段的权重值与预设权重阈值进行比较；

当所述特征词段的权重值小于所述预设权重阈值，则重新获取所述购买记录信息的特征词段；

当所述特征词段的权重值等于或大于所述预设权重阈值，则根据所述特征词段确定所述用户购买的货品所述领域；

将所述货品所处领域与所述预设规则中的规则进行匹配，获取属于所述货品所处领域的判断规则；

基于所述判断规则，判断所述购买记录信息是否符合所述判断规则；

若所述购买记录信息不符合所述判断规则，则不予进行退货处理；

否则，则生成控制指令，将需要退货的商品进行收回。

优选的，一种基于无人售货机的可退货方法，步骤3中，当所述购买记录信息符合预设规则时，则生成控制指令，将需要退货的商品进行收回的具体工作过程，包括：

基于所述购买记录信息生成需要进行退货所执行的控制脚本文件，并对所述控制脚本文件进行预解析；

基于解析结果，将所述控制脚本文件进行分段，并获取子控制脚本文件集合，同时，将所述子控制脚本文件集合根据特定格式存储至指令生成数据库；

基于所述指令生成库，读取所述子控制脚本文件的指令编码字段；

根据预设处理函数对所述指令生成数据库中的所述子控制脚本文件进行数据解析，并获取子脚本指令集合；

获取所述子脚本指令集合所对应的脚本规则，并根据所述脚本规则生成可执行的控制指令；

基于所述控制指令以及所述购买记录信息确定所述控制指令的指令执行表达式；

基于所述指令执行表达式，所述控制指令控制所述无人售货机将需要退货的商品进行收回。

优选的，一种基于无人售货机的可退货方法，步骤4中，对所述控制脚本文件进行预解析的具体工作过程包括：

获取所述控制脚本文件中的解析表达式，并获取所述解析表达式的运算类型；

基于所述运算类型，对所述解析表达式进行分类，获取子解析表达式；

同时，获取所述子解析表达式的运算符，并根据所述运算符确定所述子解析表达式之间的依存关系；

基于所述依存关系，获取所述子解析表达式的执行逻辑；

根据执行逻辑分别对所述子解析表达式进行运算，获取运算结果，并将所述运算结果返送至所述控制脚本文件，完成对所述控制脚本文件的预解析。

优选的，一种基于无人售货机的可退货方法，步骤4中，对收回后的所述商品进行质量检验的具体工作过程包括：

采集收回后的商品照片，并将所述商品照片输入至预设的对抗网络模型中输出清晰商品照片；

获取所述清晰商品照片的图像特征信息，并根据所述图像特征信息将所述清晰商品照片划分为N个子区域；

获取每个子区域的光谱响应曲线，并建立所述光谱响应曲线与预设色彩曲线库的映射关系；

基于所述映射关系对所述每个子区域进行色光平滑处理，并将处理好后的所述N个子区域进行合并，获取综合商品照片；

获取所述综合商品照片中的商品颜色，并获取所述商品颜色所对应的颜色数据；

并将所述颜色数据与数据库中预先存储的商品所对应的颜色数据进行匹配，判断当前所述商品的颜色数据与所述数据库中预先存储的商品所对应的颜色数据是否出现误差；

当所述颜色数据与所述数据库中预先存储的商品所对应的颜色数据不一致时，计算所述颜色数据占所述数据库中预先存储的商品所对应的颜色数据的相异比率，并根据所述相异比率计算退货商品色差度；

同时，将所述综合商品照片与所述无人售货机预先存储的商品照片进行对比，获取退货商品的完整度；

基于所述退货商品的色差度以及所述退货商品的完整度判断所述退货商品的外观是否合格；

若不合格，则判定所述退货商品没有通过质量检测，并对收回的所述退货商品不予处理；

若合格，获取所述退货商品的重量，并将所述退货商品的重量经过数模转换方式转换成数字重量；

将所述数字重量上传至所述无人售货机的处理端，判断所述退货商品的重量是否标准；

若不标准，则判定所述退货商品没有通过质量检测，并对收回的所述退货商品不予处理；

否则，基于检验结果执行相应的退款操作。

优选的，一种基于无人售货机的可退货方法，步骤3中，当所述购买记录信息符合预设规则时，则生成控制指令后还包括：

获取所述控制指令的控制指令数据序列，并确定所述控制指令数据序列的排布信息；

基于所述指令控制数据序列，确定所述控制指令的所占比特数，同时，根据所述控制指令的所占比特数确定所述控制指令的上传时间；

根据所述上传时间，并基于所述控制指令数据序列的排布信息对所述控制指令数据序列进行上传；

基于所述无人售货机的检测段对所述控制指令数据序列进行检测，判断所述控制指令数据序列是否存在异常；

当所述控制指令数据序列中存在异常，则所述无人售货机不接受所述控制指令，并对接收到的所述控制指令序列进行清除；

否则，将所述控制指令上传至所述无人售货机的控制终端，同时，根据所述控制终端生成报警信号；

基于所述报警信号，所述无人售货机进行报警操作，并向用户显示之后的操作步骤。

优选的，一种基于无人售货机的可退货方法，步骤4中，基于检验结果执行相应的退款操作的具体工作过程，包括：

获取所述检验结果中的色差度、完整度以及退货商品的重量，并基于所述检验结果中的色差度、完整度以及退货商品的重量，计算所述退货商品的损耗程度值，并根据所述退货商品的损耗程度值，计算最终的退货金额的具体工作过程，包括：

对所述检验结果进行分析，并获取所述检验结果中的色差度、完整度以及退货商品的质量；

基于所述检验结果中的色差度、完整度以及退货商品的质量，计算所述退货商品的损耗程度值；

其中，C表示所述退货商品的损耗程度值；δ表示检验过程中的误差因子，且取值范围为(0.1，0.3)；M表示所述退货商品的原始重量；σ表示所述退货商品的损耗率；m表示所述退货商品的当前重量；s表示所述退货商品的色差度，且取值范围为(90％～99.8％)；w表示所述退货商品的完整度，且取值范围为(80％～99％)；

根据所述损耗程度值，计算最终的退货金额；

其中，Y表示最终的退货金额；C表示所述退货商品的损耗程度值；t₁表示所述退货商品的购买时间；t₂表示所述退货商品的退货时间；ξ表示所述退货商品的时间亏损率；T表示所述退货商品的保质期；D₁表示所述退货商品的原始金额；D₂表示所述退货商品的折旧金额，且所述退货商品的折旧金额小于或等于所述退货商品的原始金额；

基于所述最终的退货金额，生成退款金额指令，并基于所述退款指令判断所述无人售货机是否将所述退货商品收纳成功；

若所述无人售货机将所述退货商品收纳成功，基于所述退款指令对所述退货商品进行分类保存；

同时，根据所述退款指令按照所述最终的退货金额进行退款处理。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种基于无人售货机的可退货方法的流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例1：

本实施例提供了一种基于无人售货机的可退货方法，如图1所示，包括：

步骤1：基于无人售货机获取用户发送的退货指令，并根据所述退货指令匹配用户的购买记录信息；

步骤2：对所述购买记录信息进行解析，并判断所述购买记录信息是否符合预设规则；

步骤3：当所述购买记录信息符合预设规则时，则生成控制指令，将需要退货的商品进行收回；

步骤4：对收回后的所述商品进行质量检验，并基于检验结果执行相应的退款操作。

该实施例中，退货指令是消费者在无人售货的操作页面上进行的，只有当消费者点击无人售货机操作界面上的退货指令时，无人售货机才会执行下一步操作。

该实施例中，预设规则是提前设定好的，例如购买时间时间不能超过七天、购买的物品必须是可退货的物品等，例如一次性用品为不可退货商品。

该实施例中，质量检验是为了保证回收后的物品不影响二次出售。

上述技术方案的有益效果是：通过查找消费者的购买记录，并在无人售货机检验物品符合退货要求后，完成对消费者的退货，为消费者就近退货提供便利，节省了人力资源，同时提高了退货效率。

实施例2：

在上述实施例1的基础上，本实施例提供了一种基于无人售货机的可退货方法，步骤1中，根据所述退货指令匹配用户的购买记录信息的具体工作过程，包括：

获取所述退货指令的标识符，同时，根据所述标识符获取所述退货指令的关键数据并建立关键数据表；

读取所述关键数据表的关键字段，并基于所述关键字段对所述关键数据表的有关退货名称的记录进行锁定；

基于所述退货名称，确定所述用户的购买记录信息。

该实施例中，标识符是将退货指令与其他指令区别开的一种信息标签，无人售货机可根据标识符准确识别退货指令。

该实施例中，关键数据指的是退货指令中起决定性作用的某一数据段。

该实施例中，关键字段指的是关键数据表中，能够代表关键数据表的中心思想的数据片段。

上述技术方案的有益效果是：通过获取退货指令的标识符，并根据标识符对退货商品进行锁定，从而确定消费者的购买记录，为无人售货机对消费者的退货商品进行快速准确的锁定，从而便于快速的完成退货。

实施例3：

在上述实施例1的基础上，本实施例提供了一种基于无人售货机的可退货方法，步骤2中，对所述购买记录信息进行解析，并判断所述购买记录信息是否符合预设规则的具体工作过程包括：

对所述购买记录信息进行分词处理，并获取处理结果；

基于所述处理结果，获取所述购买记录信息的特征词段，同时，根据规则表达式确定所述特征词段的权重值；

将所述特征词段的权重值与预设权重阈值进行比较；

当所述特征词段的权重值小于所述预设权重阈值，则重新获取所述购买记录信息的特征词段；

当所述特征词段的权重值等于或大于所述预设权重阈值，则根据所述特征词段确定所述用户购买的货品所述领域；

将所述货品所处领域与所述预设规则中的规则进行匹配，获取属于所述货品所处领域的判断规则；

基于所述判断规则，判断所述购买记录信息是否符合所述判断规则；

若所述购买记录信息不符合所述判断规则，则不予进行退货处理；

否则，则生成控制指令，将需要退货的商品进行收回。

该实施例中，分词处理是将购买记录分成多个小块，便于对购买记录进行准确分析。

该实施例中，特征词段指的是购买记录中就有显著特征或起重要作用到的数据段。

该实施例中，权重值指的是不同的特征字段在购买记录中的重要程度值。

上述技术方案的有益效果是：通过对购买记录进行处理并分析，确保购买记录满足必要条件，并根据购买记录确定商品的领域，为退货提供了便利，便于将需要退货的商品进行高效准确的退货，提高了退货的效率。

实施例4：

在上述实施例1的基础上，本实施例提供了一种基于无人售货机的可退货方法，步骤3中，当所述购买记录信息符合预设规则时，则生成控制指令，将需要退货的商品进行收回的具体工作过程，包括：

基于所述购买记录信息生成需要进行退货所执行的控制脚本文件，并对所述控制脚本文件进行预解析；

基于解析结果，将所述控制脚本文件进行分段，并获取子控制脚本文件集合，同时，将所述子控制脚本文件集合根据特定格式存储至指令生成数据库；

基于所述指令生成库，读取所述子控制脚本文件的指令编码字段；

根据预设处理函数对所述指令生成数据库中的所述子控制脚本文件进行数据解析，并获取子脚本指令集合；

获取所述子脚本指令集合所对应的脚本规则，并根据所述脚本规则生成可执行的控制指令；

基于所述控制指令以及所述购买记录信息确定所述控制指令的指令执行表达式；

基于所述指令执行表达式，所述控制指令控制所述无人售货机将需要退货的商品进行收回。

该实施例中，控制脚本文件指的是控制指令对应的文本文档，用于生成控制指令。

该实施例中，指令编码字段包括指令的名字、执行指令格式、指令操作数及数据类型、指令的op字段、延迟周期数、指令执行表达式。

上述技术方案的有益效果是：通过购买记录确定控制脚本文件，并对控制脚本文件进行分析处理，得到对应的控制指令，根据控制指令得到执行表达式，从而完成对物品的回收，提高了物品回收时的执行能力，便于将物品进行准确、高效的回收，为消费者就近退货提供便利，节省了人力资源。

实施例5：

在上述实施例4的基础上，本实施例提供了一种基于无人售货机的可退货方法，对所述控制脚本文件进行预解析的具体工作过程包括：

获取所述控制脚本文件中的解析表达式，并获取所述解析表达式的运算类型；

基于所述运算类型，对所述解析表达式进行分类，获取子解析表达式；

同时，获取所述子解析表达式的运算符，并根据所述运算符确定所述子解析表达式之间的依存关系；

基于所述依存关系，获取所述子解析表达式的执行逻辑；

根据执行逻辑分别对所述子解析表达式进行运算，获取运算结果，并将所述运算结果返送至所述控制脚本文件，完成对所述控制脚本文件的预解析。

该实施例中，运算类型可以是和运算、与运算或者异或运算等。

该实施例中，依存关系可以是子解析表达式之间包含与被包含关系，或者顺序关系等。

该实施例中，执行逻辑可以是对子解析表达式进行运算的先后顺序确定的。

上述技术方案的有益效果是：通过对控制脚本文件进行解析、计算，为准确得到控制指令提供了便利，便于无人售货机根据控制指令准确完成对退货商品的回收，提高了商品回收的效率，同时也节省的了大量的人力物力。

实施例6：

在上述实施例1的基础上，本实施例提供了一种基于无人售货机的可退货方法，步骤4中，对收回后的所述商品进行质量检验的具体工作过程包括：

采集收回后的商品照片，并将所述商品照片输入至预设的对抗网络模型中输出清晰商品照片；

获取所述清晰商品照片的图像特征信息，并根据所述图像特征信息将所述清晰商品照片划分为N个子区域；

获取每个子区域的光谱响应曲线，并建立所述光谱响应曲线与预设色彩曲线库的映射关系；

基于所述映射关系对所述每个子区域进行色光平滑处理，并将处理好后的所述N个子区域进行合并，获取综合商品照片；

获取所述综合商品照片中的商品颜色，并获取所述商品颜色所对应的颜色数据；

并将所述颜色数据与数据库中预先存储的商品所对应的颜色数据进行匹配，判断当前所述商品的颜色数据与所述数据库中预先存储的商品所对应的颜色数据是否出现误差；

当所述颜色数据与所述数据库中预先存储的商品所对应的颜色数据不一致时，计算所述颜色数据占所述数据库中预先存储的商品所对应的颜色数据的相异比率，并根据所述相异比率计算退货商品色差度；

同时，将所述综合商品照片与所述无人售货机预先存储的商品照片进行对比，获取退货商品的完整度；

基于所述退货商品的色差度以及所述退货商品的完整度判断所述退货商品的外观是否合格；

若不合格，则判定所述退货商品没有通过质量检测，并对收回的所述退货商品不予处理；

若合格，获取所述退货商品的重量，并将所述退货商品的重量经过数模转换方式转换成数字重量；

将所述数字重量上传至所述无人售货机的处理端，判断所述退货商品的重量是否标准；

若不标准，则判定所述退货商品没有通过质量检测，并对收回的所述退货商品不予处理；

否则，基于检验结果执行相应的退款操作。

该实施例中，对抗网络模型可以是基于对商品照片进行滤波等处理，使得输出的商品照片清晰度更高。

该实施例中，图像特征信息可以是清晰商品照片的像素点分布、清晰率以及照片梯度值等特征信息。

该实施例中，基于映射关系对每个子区域进行色光平滑处理，是为了通过色光滑处理品使得处理后的清晰商照片更加接近实物。

该实施例中，数模转换方式可以是采用A/D转换芯片进行转换。

上述技术方案的有益效果是：通过获取退货商品的图像，并对图像进行处理，判断图像中的物品与标准物品的色差以及完整度，从而判定物品是否满足退货条件，提高了无人售货机在退货时对退货物品质量的把关，提高了退货的质量，节省了人力物力，同时也提高了退货的效率。

实施例7：

在实施例1的基础上，本实施例提供了一种基于无人售货机的可退货方法，步骤3中，当所述购买记录信息符合预设规则时，则生成控制指令，后还包括：

获取所述控制指令的控制指令数据序列，并确定所述控制指令数据序列的排布信息；

基于所述指令控制数据序列，确定所述控制指令的所占比特数，同时，根据所述控制指令的所占比特数确定所述控制指令的上传时间；

根据所述上传时间，并基于所述控制指令数据序列的排布信息对所述控制指令数据序列进行上传；

基于所述无人售货机的检测段对所述控制指令数据序列进行检测，判断所述控制指令数据序列是否存在异常；

当所述控制指令数据序列中存在异常，则所述无人售货机不接受所述控制指令，并对接收到的所述控制指令序列进行清除；

否则，将所述控制指令上传至所述无人售货机的控制终端，同时，根据所述控制终端生成报警信号；

基于所述报警信号，所述无人售货机进行报警操作，并向用户显示之后的操作步骤。

该实施例中，控制指令数据序列可以是将控制指令进行数据化，并将数据化后的控制指令根据数据大小进行排序，从而获取控制指令的控制指令数据序列，从而有利于获取控制指令数据序列的排布信息。

该实施例中，控制指令数据序列的排布信息可以是控制指令数据序列的内容。

该实施例中，对控制指令进行上传时的速度是确定的，因此获取控制指令的所占比特数，便可计算获取控制指令的上传时间，根据公式t＝v/s，其中，t标识控制指令的上传时间，v表示预设的上传速度；s表示控制指令的所占比特数。

该实施例中，判断控制指令数据序列是否存在异常，可以是将控制指令数据序列与预设数据序列进行比较，当一致时，则控制指令数据序列不存在异常，否则，存在异常。

该实施例中，报警操作可以是声音、灯光、振动等。

上述技术方案的有益效果是：通过报警提醒，可以有效使用户明白退货请求被批准，从而用户可以根据显示的操作步骤进行准确操作，提高了无人售货机退货的效率。

实施例8：

在实施例1的基础上，本实施例提供了一种基于无人售货机的可退货方法，步骤4中，基于检验结果执行相应的退款操作的具体工作过程，包括：

获取所述检验结果中的色差度、完整度以及退货商品的重量，并基于所述检验结果中的色差度、完整度以及退货商品的重量，计算所述退货商品的损耗程度值，并根据所述退货商品的损耗程度值，计算最终的退货金额的具体工作过程，包括：

对所述检验结果进行分析，并获取所述检验结果中的色差度、完整度以及退货商品的质量；

基于所述检验结果中的色差度、完整度以及退货商品的质量，计算所述退货商品的损耗程度值；

其中，C表示所述退货商品的损耗程度值；δ表示检验过程中的误差因子，且取值范围为(0.1，0.3)；M表示所述退货商品的原始重量；σ表示所述退货商品的损耗率；m表示所述退货商品的当前重量；s表示所述退货商品的色差度，且取值范围为(90％～99.8％)；w表示所述退货商品的完整度，且取值范围为(80％～99％)；

根据所述损耗程度值，计算最终的退货金额；

其中，Y表示最终的退货金额；C表示所述退货商品的损耗程度值；t₁表示所述退货商品的购买时间；t₂表示所述退货商品的退货时间；ξ表示所述退货商品的时间亏损率；T表示所述退货商品的保质期；D₁表示所述退货商品的原始金额；D₂表示所述退货商品的折旧金额，且所述退货商品的折旧金额小于或等于所述退货商品的原始金额；

基于所述最终的退货金额，生成退款金额指令，并基于所述退款指令判断所述无人售货机是否将所述退货商品收纳成功；

若所述无人售货机将所述退货商品收纳成功，基于所述退款指令对所述退货商品进行分类保存；

同时，根据所述退款指令按照所述最终的退货金额进行退款处理。

该实施例中，色差度可以是退货商品购买时与退货时商品颜色存在的差异，通过计算可以获取退货商品的色差度，例如：将退货商品购买时颜色对应的数值为6，退货商品退货时颜色对应的数值为4，则色差度计算为

该实施例中，退货商品的损耗程度值可以是对退货商品的色差度、重量不同以及退货商品的完整度进行综合而获取的值，用来衡量退货商品的折旧程度。

该实施例中，时间亏损率可以是基于退货商品从购买到退货的时间段对退货商品的亏损程度，是由时间确定的退货商品的价值。

该实施例中，误差因子可以是在检验过程中检验仪器所存在的误差等情况，将误差因子讨论在内是为了获取更真实的退货商品的损耗程度值。

该实施例中，基于退款指令对退货商品进行分类保存，是为了根据退款指令确定退货商品当前的使用性能程度，并将性能程度分为三个等级进行分类保存，其中，三个等级包括：退货商品的使用性能强的为第一等级，退货商品的使用性能中等的为第二等级，退货商品的使用性能弱的为第三等级。

上述技术方案的有益效果是：通过获取检验结果中的色差度、完整度以及退货商品的重量，并基于检验结果中的色差度、完整度以及退货商品的重量，准确计算退货商品的损耗程度值，从而根据退货商品的损耗程度值，准确计算最终的退货金额，通过最终的退货金额可以有效获取退款指令，从而实现对用户的精准退款，提高了无人售货机的智能性以及方便性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于无人售货机的可退货方法，其特征在于，包括：

步骤1：基于无人售货机获取用户发送的退货指令，并根据所述退货指令匹配用户的购买记录信息；

步骤2：对所述购买记录信息进行解析，并判断所述购买记录信息是否符合预设规则；

步骤3：当所述购买记录信息符合预设规则时，则生成控制指令，将需要退货的商品进行收回；

步骤4：对收回后的所述商品进行质量检验，并基于检验结果执行相应的退款操作。

2.根据权利要求1所述的一种基于无人售货机的可退货方法，其特征在于，步骤1中，根据所述退货指令匹配用户的购买记录信息的具体工作过程，包括：

获取所述退货指令的标识符，同时，根据所述标识符获取所述退货指令的关键数据并建立关键数据表；

读取所述关键数据表的关键字段，并基于所述关键字段对所述关键数据表的有关退货名称的记录进行锁定；

基于所述退货名称，确定所述用户的购买记录信息。

3.根据权利要求1所述的一种基于无人售货机的可退货方法，其特征在于，步骤2中，对所述购买记录信息进行解析，并判断所述购买记录信息是否符合预设规则的具体工作过程包括：

对所述购买记录信息进行分词处理，并获取处理结果；

基于所述处理结果，获取所述购买记录信息的特征词段，同时，根据规则表达式确定所述特征词段的权重值；

将所述特征词段的权重值与预设权重阈值进行比较；

当所述特征词段的权重值小于所述预设权重阈值，则重新获取所述购买记录信息的特征词段；

当所述特征词段的权重值等于或大于所述预设权重阈值，则根据所述特征词段确定所述用户购买的货品所述领域；

将所述货品所处领域与所述预设规则中的规则进行匹配，获取属于所述货品所处领域的判断规则；

基于所述判断规则，判断所述购买记录信息是否符合所述判断规则；

若所述购买记录信息不符合所述判断规则，则不予进行退货处理；

否则，则生成控制指令，将需要退货的商品进行收回。

4.根据权利要求1所述的一种基于无人售货机的可退货方法，其特征在于，步骤3中，当所述购买记录信息符合预设规则时，则生成控制指令，将需要退货的商品进行收回的具体工作过程，包括：

基于所述购买记录信息生成需要进行退货所执行的控制脚本文件，并对所述控制脚本文件进行预解析；

基于解析结果，将所述控制脚本文件进行分段，并获取子控制脚本文件集合，同时，将所述子控制脚本文件集合根据特定格式存储至指令生成数据库；

基于所述指令生成库，读取所述子控制脚本文件的指令编码字段；

根据预设处理函数对所述指令生成数据库中的所述子控制脚本文件进行数据解析，并获取子脚本指令集合；

获取所述子脚本指令集合所对应的脚本规则，并根据所述脚本规则生成可执行的控制指令；

基于所述控制指令以及所述购买记录信息确定所述控制指令的指令执行表达式；

基于所述指令执行表达式，所述控制指令控制所述无人售货机将需要退货的商品进行收回。

5.根据权利要求4所述的一种基于无人售货机的可退货方法，其特征在于，对所述控制脚本文件进行预解析的具体工作过程包括：

获取所述控制脚本文件中的解析表达式，并获取所述解析表达式的运算类型；

基于所述运算类型，对所述解析表达式进行分类，获取子解析表达式；

同时，获取所述子解析表达式的运算符，并根据所述运算符确定所述子解析表达式之间的依存关系；

基于所述依存关系，获取所述子解析表达式的执行逻辑；

根据执行逻辑分别对所述子解析表达式进行运算，获取运算结果，并将所述运算结果返送至所述控制脚本文件，完成对所述控制脚本文件的预解析。

6.根据权利要求1所述的一种基于无人售货机的可退货方法，其特征在于，步骤4中，对收回后的所述商品进行质量检验的具体工作过程包括：

采集收回后的商品照片，并将所述商品照片输入至预设的对抗网络模型中输出清晰商品照片；

获取所述清晰商品照片的图像特征信息，并根据所述图像特征信息将所述清晰商品照片划分为N个子区域；

获取每个子区域的光谱响应曲线，并建立所述光谱响应曲线与预设色彩曲线库的映射关系；

基于所述映射关系对所述每个子区域进行色光平滑处理，并将处理好后的所述N个子区域进行合并，获取综合商品照片；

获取所述综合商品照片中的商品颜色，并获取所述商品颜色所对应的颜色数据；

并将所述颜色数据与数据库中预先存储的商品所对应的颜色数据进行匹配，判断当前所述商品的颜色数据与所述数据库中预先存储的商品所对应的颜色数据是否出现误差；

当所述颜色数据与所述数据库中预先存储的商品所对应的颜色数据不一致时，计算所述颜色数据占所述数据库中预先存储的商品所对应的颜色数据的相异比率，并根据所述相异比率计算退货商品色差度；

同时，将所述综合商品照片与所述无人售货机预先存储的商品照片进行对比，获取退货商品的完整度；

基于所述退货商品的色差度以及所述退货商品的完整度判断所述退货商品的外观是否合格；

若不合格，则判定所述退货商品没有通过质量检测，并对收回的所述退货商品不予处理；

若合格，获取所述退货商品的重量，并将所述退货商品的重量经过数模转换方式转换成数字重量；

将所述数字重量上传至所述无人售货机的处理端，判断所述退货商品的重量是否标准；

若不标准，则判定所述退货商品没有通过质量检测，并对收回的所述退货商品不予处理；

否则，基于检验结果执行相应的退款操作。

7.根据权利要求1所述的一种基于无人售货机的可退货方法，其特征在于，步骤3中，当所述购买记录信息符合预设规则时，则生成控制指令后还包括：

获取所述控制指令的控制指令数据序列，并确定所述控制指令数据序列的排布信息；

基于所述指令控制数据序列，确定所述控制指令的所占比特数，同时，根据所述控制指令的所占比特数确定所述控制指令的上传时间；

根据所述上传时间，并基于所述控制指令数据序列的排布信息对所述控制指令数据序列进行上传；

基于所述无人售货机的检测段对所述控制指令数据序列进行检测，判断所述控制指令数据序列是否存在异常；

当所述控制指令数据序列中存在异常，则所述无人售货机不接受所述控制指令，并对接收到的所述控制指令序列进行清除；

否则，将所述控制指令上传至所述无人售货机的控制终端，同时，根据所述控制终端生成报警信号；

基于所述报警信号，所述无人售货机进行报警操作，并向用户显示之后的操作步骤。

8.根据权利要求1所述的一种基于无人售货机的可退货方法，其特征在于，步骤4中，基于检验结果执行相应的退款操作的具体工作过程，包括：

获取所述检验结果中的色差度、完整度以及退货商品的重量，并基于所述检验结果中的色差度、完整度以及退货商品的重量，计算所述退货商品的损耗程度值，并根据所述退货商品的损耗程度值，计算最终的退货金额的具体工作过程，包括：

对所述检验结果进行分析，并获取所述检验结果中的色差度、完整度以及退货商品的质量；

基于所述检验结果中的色差度、完整度以及退货商品的质量，计算所述退货商品的损耗程度值；

其中，C表示所述退货商品的损耗程度值；δ表示检验过程中的误差因子，且取值范围为(0.1，0.3)；M表示所述退货商品的原始重量；σ表示所述退货商品的损耗率；m表示所述退货商品的当前重量；s表示所述退货商品的色差度，且取值范围为(90％～99.8％)；w表示所述退货商品的完整度，且取值范围为(80％～99％)；

根据所述损耗程度值，计算最终的退货金额；

其中，Y表示最终的退货金额；C表示所述退货商品的损耗程度值；t₁表示所述退货商品的购买时间；t₂表示所述退货商品的退货时间；ξ表示所述退货商品的时间亏损率；T表示所述退货商品的保质期；D₁表示所述退货商品的原始金额；D₂表示所述退货商品的折旧金额，且所述退货商品的折旧金额小于或等于所述退货商品的原始金额；

基于所述最终的退货金额，生成退款金额指令，并基于所述退款指令判断所述无人售货机是否将所述退货商品收纳成功；

若所述无人售货机将所述退货商品收纳成功，基于所述退款指令对所述退货商品进行分类保存；

同时，根据所述退款指令按照所述最终的退货金额进行退款处理。

Images